Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше
Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике
Для реализации рекуррентной процедуры фильтрации необходимо знать начальную оценку состояния, обозначаемую а также ковариационную матрицу ошибки оценивания они могут быть получены на основании какой-либо априорной информации.
Рекуррентный цикл функционирования фильтра может быть кратко описан следующим образом. По данному наблюдению в момент вычисляется вектор обновления коэффициент усиления Калмана отфильтрованный или уточненный вектор состояния (20.3.6) и ковариационная матрица ошибок уточненного состояния Прогноз состояния задается уравнением (20.3.15), а ковариационная матрица ошибок прогноза — уравнением (20.3.17).
Табл. 20.3.1 дает резюме относительно алгоритма фильтра Калмана для дискретного линейного случая с одной небольшой модификацией: в систему уравнений введен вектор экзогенных входных воздействий с весовой матрицей . Он может представлять собой известный детерминированный входной сигнал или управляющую переменную для управления фазовой траекторией; в уравнениях для фильтра появляется только при прогнозе состояния.
а также ковариационную матрицу ошибки оценивания 
они могут быть получены на основании какой-либо априорной информации.
вычисляется вектор обновления 
коэффициент усиления Калмана 
отфильтрованный или уточненный вектор состояния 
(20.3.6) и ковариационная матрица ошибок уточненного состояния 
Прогноз состояния 
задается уравнением (20.3.15), а ковариационная матрица ошибок прогноза 
— уравнением (20.3.17).
экзогенных входных воздействий с весовой матрицей 
. Он может представлять собой известный детерминированный входной сигнал или управляющую переменную для управления фазовой траекторией; в уравнениях для фильтра 
появляется только при прогнозе состояния.
